[英]R How to remove duplicates from a list of lists
我有一个包含以下2个变量的列表列表:
> dist_sub[[1]]$zip
[1] 901 902 906 907 908 909 910 911 912 913 914 915 916 917 918 919 920 921 922 923 924 925 926 927 928
[26] 929 930 931 933 934 935 936 937 938 939 940 955 961 962 963 965 966 968 969 970 975 981
> dist_sub[[1]]$hu
[1] 4990 NA 168 13224 NA 3805 NA 6096 3884 4065 NA 16538 NA 12348 10850 NA
[17] 9322 17728 NA 13969 24971 5413 47317 7893 NA NA NA NA NA 140 NA 4
[33] NA NA NA NA NA 13394 8939 NA 3848 7894 2228 17775 NA NA NA
> dist_sub[[2]]$zip
[1] 921 934 952 956 957 958 959 960 961 962 965 966 968 969 970 971
> dist_sub[[2]]$hu
[1] 17728 140 4169 32550 18275 NA 22445 0 13394 8939 3848 7894 2228 17775 NA 12895
有没有一种方法可以删除重复项,从而如果一个邮政编码出现在一个列表中,则可以根据特定条件将其从其他列表中删除?
示例:邮政编码00921在上面的两个列表中。 我只想将其保留在hu(住房单位)总和最低的清单上。 在此我只想将邮政编码00921保留在第二个列表中,因为hu的总和在列表2中为162,280,而列表1中为256,803。
很感谢任何形式的帮助。
这是针对您的问题的模拟数据集,以便其他人也可以使用它。
dist_sub <- list(list("zip"=1:10,
"hu"=rnorm(10)),
list("zip"=8:12,
"hu"=rnorm(5)),
list("zip"=c(1, 3, 11, 7),
"hu"=rnorm(4))
)
这是我能够想到的解决方案。 我意识到循环确实是一种更干净的方法:
do.this <- function (x) {
for(k in 1:(length(x) - 1)) {
for (l in (k + 1):length(x)) {
to.remove <- which(x[[k]][["zip"]] %in% x[[l]][["zip"]])
x[[k]][["zip"]] <- x[[k]][["zip"]][-to.remove]
x[[k]][["hu"]] <- x[[k]][["hu"]][-to.remove]
}
}
return(x)
}
这个想法真的很简单:对于每组zip,我们都会删除其后任何一组中重复的元素。 我们这样做直到倒数第二个集合,因为最后一个集合将不留任何重复。
使用上面的函数可以轻松地实现使用您拥有的条件的解决方案,即hu
最低和。 您需要做的是按hu
的总和对列表dist_sub
重新排序,如下所示:
sum_hu <- sapply(dist_sub, function (k) sum(k[["hu"]], na.rm=TRUE))
dist_sub <- dist_sub[order(sum_hu, decreasing=TRUE)]
现在,您已按sum_hu
对dist_sub
进行排序,这意味着对于每个集合,其之前的集合具有更大的sum_hu
。 因此,如果在组值i
和j
(I'j)的具有值a
共同点,然后a
应当从中移除i
个元素。 这也是该解决方案的作用。 您认为这有意义吗?
PS:我称此函数为do.this
因为我通常喜欢编写通用解决方案,尽管这是一个非常具体的问题,尽管这是一个有趣的问题。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.